MétaCan
Menu
Retour à la cohorte
Enregistrement W4413498426 · doi:10.1002/pro.70275

Inhibitor‐induced dimerization mediates lufotrelvir resistance in mutants of <scp>SARS</scp>‐<scp>CoV</scp>‐2 <scp>3C‐like protease</scp>

2025· article· en· W4413498426 sur OpenAlexafffund
Guanyu Wang, Felipe Venegas, Andrés M. Rueda, Osvaldo Yáñez, Manuel I. Osorio, José M. Pérez‐Donoso, Christopher J. Thibodeaux, Nicolas Moitessier, Anthony Mittermaier

Notice bibliographique

RevueProtein Science · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesCanadian Institutes of Health Research
Mots-clésProteaseChemistryMutantMicrobiologyCell biologyBiologyEnzymeBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

Abstract The emergence of SARS‐CoV‐2 and other lethal coronaviruses has prompted extensive research into targeted antiviral treatments, particularly focusing on the viral 3C‐like protease (3CL pro ) due to its essential role for viral replication. However, the rise of drug resistance mutations poses threats to public health and underscores the need to predict resistance mutations and understand the mechanism of how these mutations confer resistance. The binding of inhibitor to 3CL pro drives it from the monomeric to the active dimeric form, which can counterintuitively lead to enzyme activation rather than inhibition. Furthermore, we find this allosteric coupling between binding and dimerization is sensitive to mutation, leading to a new mechanism for drug resistance. Understanding the relationship between inhibitor binding and dimerization is important for resistant strain surveillance and development of robust antivirals. Herein, we present a systematic study of drug resistance mediated by inhibitor‐induced dimerization of 3CL pro .

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,008
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,325
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProtein ScienceMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207